Pregled bibliografske jedinice broj: 1094658
Predviđanje pronosa suspendiranog nanosa u vodotocima modelima utemeljenim na podacima.
Predviđanje pronosa suspendiranog nanosa u vodotocima modelima utemeljenim na podacima. // Nanos u vodnim sustavima - stanje i trendovi / Oskoruš, Dijana ; Rubinić, Josip (ur.).
Zagreb: Hrvatsko hidrološko društvo, 2020. str. 289-292 (ostalo, domaća recenzija, prošireni sažetak, znanstveni)
CROSBI ID: 1094658 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Predviđanje pronosa suspendiranog nanosa u
vodotocima modelima utemeljenim na podacima.
(Prediction of suspended sediment transport in
watercourses using data-driven models)
Autori
Potočki, Kristina ; Kuspilić, Neven ; Gilja, Gordon
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, prošireni sažetak, znanstveni
Izvornik
Nanos u vodnim sustavima - stanje i trendovi
/ Oskoruš, Dijana ; Rubinić, Josip - Zagreb : Hrvatsko hidrološko društvo, 2020, 289-292
ISBN
978-953-96705-5-7
Skup
Okrugli stol “Nanos u vodnim sustavima: stanje i trendovi”
Mjesto i datum
Varaždin, Hrvatska, 20.11.2020
Vrsta sudjelovanja
Ostalo
Vrsta recenzije
Domaća recenzija
Ključne riječi
pronos nanosa, rijeka Krapina, neuronska mreža, modeli utemeljeni na podacima
(suspended sediment transport, River Krapina, neural network, data-driven models)
Sažetak
Opis pronosa nanosa u otvorenim vodotocima te mogućnost njegovog predviđanja predstavlja važan korak u boljem razumijevanju procesa koji je povezan s različitim klimatskim i antropogenim utjecajima te na posljetku i boljem upravljanju vodama na razini sliva. Dva najraširenija pristupa modeliranju pronosa nanosa u praksi su procesni modeli utemeljeni na fizikalnim zakonima te klasični statistički modeli. S druge strane, moguće je primijeniti i modeliranje modelima utemeljenim na podacima, kao što su npr. neuronske mreže, čija je prednost što ne zahtijevaju veliku količinu ulaznih varijabli kao što je to slučaj kod procesnih modela, te za koje nisu potrebne pretpostavke stacionaranosti i linearnosti procesa kao kod klasičnih statističkih modela. U radu je dan kratki pregled klasičnih statističkih modela te modela baziranih na podacima koji se koriste za analizu i modeliranje protoka i pronosa nanosa na vodotocima. Predstavljen je primjer modeliranja mjesečnog pronosa suspendiranog nanosa na slivu rijeke Krapine pomoću modela generalizirane regresijske neuronske mreže (GRNN) i na temelju ulaznih podataka o protoku i suspendiranom nanosa. Dobiveni rezultati su pokazali smanjenje greške predviđanja GRNN modela u odnosu na rezultate iz klasičnog statističkog modela.
Izvorni jezik
Hrvatski
Znanstvena područja
Građevinarstvo
POVEZANOST RADA
Ustanove:
Građevinski fakultet, Zagreb
